L'industrie cryptographique s'est habituée à ce qu'Arthur Hayes bouleverse les conventions macroéconomiques. Mais sa présence à la conférence Bitcoin 2026 le 28 avril a introduit une affirmation suffisamment tranchante pour secouer même les observateurs les plus aguerris : l'intelligence artificielle assemble discrètement la prochaine crise des subprimes, et elle a déjà écrasé le bitcoin.
S'adressant à une salle comble, l'ancien PDG de BitMEX a affirmé que le remplacement généralisé des travailleurs hautement qualifiés par des modèles d'IA n'est pas un risque lointain. C'est un choc lent en cours, dont l'épicentre sera les bilans bancaires surchargés d'exposition aux créances traditionnelles SaaS. Un résumé détaillé des propos de Hayes a ensuite été publié par WuBlockchain, capturant l'essence de la thèse.
Si Hayes a raison, la vague actuelle de gains d'efficacité liés à l'IA n'est pas un miracle de productivité, mais une boule de démolition déflationniste. Lorsque les entreprises qui vendent des logiciels aux entreprises ne peuvent plus croître — ou même conserver — leur base de clients parce que ces derniers réduisent massivement leurs effectifs de cadres, l'ensemble de la chaîne de revenus de l'économie SaaS est mise sous pression. Cette dette, dont une grande partie est détenue par des institutions de prêt qui considèrent les abonnements logiciels récurrents comme des collatéraux sûrs, commence à ressembler fortement aux titres adossés à des prêts hypothécaires d'avant 2008.
La boucle déflationniste par IA
Hayes s'est concentré sur l'effet revenu. L'IA ne se contente plus d'automatiser les tâches routinières ; elle remplace désormais les avocats, les analystes, les cadres moyens et d'autres professionnels très bien rémunérés. Ce n'est pas l'histoire de l'automatisation sur les chaînes de production à laquelle les décideurs sont habitués. C'est une atteinte directe au pouvoir d'achat de la démographie qui paie des logiciels cloud coûteux, fait grimper les prix du logement urbain et rembourse de manière fiable les dettes à la consommation.
Lorsque ces revenus s'évaporent, le flux de trésorerie sur lequel les plateformes SaaS comptent disparaît également. Les accords de prêt à la base de nombreuses entreprises — dette de capital-risque, financement basé sur les revenus, lignes de crédit privées — semblent soudainement fragiles. Hayes a évalué la prochaine vague de défauts à plusieurs centaines de milliards de dollars, la qualifiant de « nouvelle crise des subprimes ». Le parallèle est intentionnel : tout comme l'effondrement initial des subprimes a commencé par une petite partie du marché immobilier avant de se propager mondialement, la destruction de revenus induite par l'IA pourrait commencer dans le prêt technologique et se répandre rapidement.
La réaction en chaîne, telle que Hayes l'a décrite, va des pertes d'emplois aux faillites de SaaS, puis aux dépréciations bancaires et à une contraction plus large du crédit. C'est un spirale déflationniste classique. C'est également un scénario dans lequel les actifs à risque peinent à trouver un acheteur, en particulier ceux qui ont progressé comme des placements fortement corrélés à l'expansion monétaire.
Le bitcoin pris dans la tempête macroéconomique
La partie la plus inconfortable de la présentation de Hayes a été le lien direct avec la performance récente du bitcoin. Il a affirmé que cette menace déflationniste — ce débacle bancaire imminent — a été le principal facteur macroéconomique ayant poussé les prix du bitcoin à la baisse. Pour un actif souvent présenté comme un hedge contre le désordre monétaire, c’est une relation gênante. Si le marché commence à intégrer une défaillance multiple de banques au cours des douze à dix-huit prochains mois, l’aversion au risque pourrait pousser les actifs numériques vers le bas, en parallèle avec les actions technologiques.
Cela ne signifie pas que la thèse à long terme s’effondre. Hayes a historiquement été un adepte inconditionnel du bitcoin, et son cadre repose généralement sur une crise qui force inévitablement les banques centrales à revenir à des injections massives de liquidités. Toutefois, la douleur à court terme compte pour toute personne gérant un risque actif. Les traders positionnés pour une rupture imminente doivent désormais prendre en compte un vent contraire déflationniste qui se manifeste d’abord par des banques majeures annonçant des provisions inattendues ou des entreprises SaaS révisant à la baisse de manière marquée leurs prévisions.
L'intersection entre l'IA et la cryptomonnaie génère déjà une activité économique réelle au-delà des discussions macroéconomiques. Par exemple, la demande pour les réseaux de stockage décentralisés conçus pour servir des jeux de données d'IA a progressé discrètement, comme le reflètent les prévisions sur l'orientation des prix de Filecoin alors que le réseau se positionne autour des données d'IA. Parallèlement, des infrastructures telles que le partenariat entre UXLINK et Origins Network pour des applications Web3 pilotées par l'IA montrent que l'empreinte de cette technologie dans la cryptomonnaie s'étend, même tandis que les alertes macroéconomiques se font entendre.
Pourquoi cette fois-ci est différente — et pourquoi cela pourrait ne pas l'être
Ce qui donne plus de poids à l'avertissement de Hayes qu'à une simple réplique de conférence, c'est sa spécificité. Il a lié le mécanisme d'échec à une classe d'actifs reconnaissable — les créances SaaS — et en a donné une échelle. Un trou de plusieurs centaines de milliards de dollars n'est pas un problème de capital-risque niche. C'est un problème à la hauteur d'une réunion de banque centrale.
Pourtant, une incertitude profonde est intégrée à toute prévision aussi audacieuse. Le calendrier dépend de la rapidité avec laquelle l'adoption de l'IA se traduit par des licenciements réels, puis par des impayés de prêts. Les trésoreries des entreprises ont mieux résisté que ce à quoi beaucoup d'observateurs baissiers s'attendaient lors des cycles précédents. Les gouvernements pourraient également intervenir avec des programmes de reconversion, des incitations fiscales ou même des subventions directes pour les secteurs touchés — des mesures qui ralentiraient la cascade déflationniste. Et les mêmes grandes banques que Hayes considère comme vulnérables ont passé des années à se diversifier loin d'une exposition pure au crédit, bien que cela ne les ait pas sauvées en 2008 non plus.
L'autre variable est la réaction du capital natif crypto. Une interprétation est que le bitcoin peine précisément parce qu'il est désormais un actif macro-institutionnel vendu lors de crises de liquidité. Une autre interprétation est que la menace de faillites bancaires convainc progressivement davantage d'investisseurs de détenir des actifs numériques en auto-gestion. Ces forces opposées ont défini les fourchettes de trading du bitcoin pendant une grande partie de ce cycle, et elles ne sont pas encore résolues. La dimension politique ajoute encore plus de carburant : les banques luttent déjà contre une législation crypto historique en coulisses, ce qui suggère que le monde de la finance traditionnelle sait exactement où la pression s'accumule.
Pour l’instant, la thèse de Hayes est plus un scénario qu’une certitude. Mais elle oblige à repenser le cas haussier qui considère l’IA comme un simple outil de productivité qui rendra tout moins cher et plus riche. Si elle élimine plutôt les revenus qui soutiennent le plus grand moteur de crédit du monde développé — les salaires de la classe moyenne —, les traders de bitcoin pourraient se retrouver à naviguer dans une crise qui ressemble bien plus à 2008 qu’à 2020.